既存のエッジ検出手法を用いて古代壁画の線画を抽出する際、ノイズの干渉が大きく情報の欠落が多い問題がある。本論文では、ピクセル差分畳み込みを融合した壁画の最適バンド線画抽出法を提案する。最小ノイズ分離法を利用して壁画の多波長データの有効情報とノイズを分離し、最適な主成分バンドを選択して線画を抽出する。従来の畳み込みによる画像勾配情報抽出の問題に対し、ピクセル差分畳み込みを導入してエッジ検出時の画像勾配情報を向上させる。サイドアウトプットネットワークにスケール強化モジュール（SEM）を導入し、多尺度特徴を豊富にし、ピクセルレベルの不均衡によるピクセル誤分類問題に対して、画像類似度に基づくDice損失関数戦略を設計し、段階的にピクセル距離を最小化して鮮明な画像エッジを得る。また、壁画データセットの先行知識を活用してモデルを微調整し、データ不足の問題を解決する。実験結果により、本手法は壁画の色あせやノイズが多い環境下でも比較的鮮明な線画を抽出でき、線画画像のSSIMおよびRMSEは他のアルゴリズムよりそれぞれ2%〜10%および2%〜4%改善した。公開データセットBIPEDでモデルを検証したところ、提案手法のODSおよびOISはそれぞれPiDiNetより0.005および0.007向上した。この手法は色あせや損傷のある壁画でも鮮明で完全な線画画像を抽出できる。

線画抽出; 分光イメージング; ピクセル差分畳み込み; ピクセルレベルバランス; 壁画